作者介绍:10年大厂数据\经营分析经验,现任大厂数据部门负责人。
会一些的技术:数据分析、算法、SQL、大数据相关、python
欢迎加入社区:码上找工作
作者专栏每日更新:
LeetCode解锁1000题: 打怪升级之旅
python数据分析可视化:企业实战案例
python源码解读
备注说明:方便大家阅读,统一使用python,带必要注释,公众号 数据分析螺丝钉 一起打怪升级
题目描述
给定一个已排序的链表的头节点 head
,删除原始链表中所有重复数字的节点,只留下不同的数字。返回已排序的链表。
输入格式
- head:链表的头节点。
输出格式
- 返回处理后的链表的头节点。
示例
示例 1
输入: 1 -> 2 -> 3 -> 3 -> 4 -> 4 -> 5
输出: 1 -> 2 -> 5
示例 2
输入: 1 -> 1 -> 1 -> 2 -> 3
输出: 2 -> 3
方法一:哨兵节点 + 双指针
解题步骤
- 使用哨兵节点:在链表前添加一个哨兵节点,简化边界条件处理。
- 双指针追踪:使用两个指针
prev
和curr
,prev
指向最后一个不重复的节点,curr
用于遍历链表。
完整的规范代码
class ListNode:
def __init__(self, x):
self.val = x
self.next = None
def deleteDuplicates(head):
"""
使用哨兵节点和双指针删除所有重复的元素
:param head: ListNode, 链表的头节点
:return: ListNode, 修改后的链表头节点
"""
sentinel = ListNode(0)
sentinel.next = head
prev = sentinel
while head:
# 如果当前节点是重复节点
if head.next and head.val == head.next.val:
# 跳过当前节点的所有重复实例
while head.next and head.val == head.next.val:
head = head.next
# 连接 prev 到 head 的下一个节点(跳过所有重复的节点)
prev.next = head.next
else:
# 不重复则移动 prev
prev = prev.next
head = head.next
return sentinel.next
# 示例调用代码
# 创建链表函数及打印函数假定已定义
算法分析
- 时间复杂度:(O(n)),其中 (n) 是链表的长度。我们需要遍历所有的元素最多两次。
- 空间复杂度:(O(1)),使用了常数空间额外存储。
方法二:递归法
解题步骤
- 递归删除:使用递归函数删除重复的元素,如果当前元素与下一个元素重复,则跳过当前的所有重复元素。
完整的规范代码
def deleteDuplicates(head):
"""
递归删除所有重复的元素
:param head: ListNode, 链表的头节点
:return: ListNode, 修改后的链表头节点
"""
if not head or not head.next:
return head
if head.val == head.next.val:
while head.next and head.val == head.next.val:
head = head.next
return deleteDuplicates(head.next)
else:
head.next = deleteDuplicates(head.next)
return head
# 示例调用代码
# 创建链表函数及打印函数假定已定义
算法分析
- 时间复杂度:(O(n)),递归会访问每个节点一次。
- 空间复杂度:(O(n)),在最坏的情况下,递归栈的深度可以达到 (n)。
方法三:一次遍历
解题步骤
- 直接遍历:只使用一个指针遍历整个链表,根据当前节点和下一节点的值是否相同决定是否删除。
完整的规范代码
def deleteDuplicates(head):
"""
一次遍历删除所有重复的元素
:param head: ListNode, 链表的头节点
:return: ListNode, 修改后的链表头节点
"""
dummy = ListNode(0)
dummy.next = head
current = dummy
while current.next and current.next.next:
if current.next.val == current.next.next.val:
val = current.next.val
while current.next and current.next.val == val:
current.next = current.next.next
else:
current = current.next
return dummy.next
# 示例调用代码
# 创建链表函数及打印函数假定已定义
算法分析
- 时间复杂度:(O(n)),一次遍历链表。
- 空间复杂度:(O(1)),只使用了有限的额外空间。
方法四:哈希表记录法
解题步骤
- 使用哈希表记录频率:首先遍历整个链表,使用哈希表记录每个元素出现的频率。
- 根据哈希表重建链表:再次遍历链表,根据哈希表中记录的频率决定是否保留节点。
完整的规范代码
def deleteDuplicates(head):
"""
使用哈希表记录频率,然后删除所有重复的元素
:param head: ListNode, 链表的头节点
:return: ListNode, 修改后的链表头节点
"""
from collections import Counter
counter = Counter()
node = head
while node:
counter[node.val] += 1
node = node.next
dummy = ListNode(0)
dummy.next = head
current = dummy
while current.next:
if counter[current.next.val] > 1:
current.next = current.next.next
else:
current = current.next
return dummy.next
# 示例调用代码
# 创建链表函数及打印函数假定已定义
算法分析
- 时间复杂度:(O(n)),两次遍历链表,一次建立哈希表,一次重建链表。
- 空间复杂度:(O(n)),哈希表的大小取决于链表的长度。
方法五:快慢指针法
解题步骤
- 快慢指针:快指针用于探测重复元素,慢指针用于连接非重复元素。
完整的规范代码
def deleteDuplicates(head):
"""
使用快慢指针删除所有重复的元素
:param head: ListNode, 链表的头节点
:return: ListNode, 修改后的链表头节点
"""
dummy = ListNode(0)
dummy.next = head
slow = dummy
while head:
if head.next and head.val == head.next.val:
# 跳过当前的重复元素
while head.next and head.val == head.next.val:
head = head.next
slow.next = head.next # 连接到第一个不重复的元素
else:
slow = slow.next # 不重复,慢指针前进
head = head.next # 快指针始终前进
return dummy.next
# 示例调用代码
# 创建链表函数及打印函数假定已定义
算法分析
- 时间复杂度:(O(n)),遍历整个链表。
- 空间复杂度:(O(1)),只使用了有限的额外空间。
不同算法的优劣势对比
特征 | 方法一:哨兵节点 | 方法二:递归法 | 方法三:一次遍历 | 方法四:哈希表 | 方法五:快慢指针 |
---|---|---|---|---|---|
时间复杂度 | (O(n)) | (O(n)) | (O(n)) | (O(n)) | (O(n)) |
空间复杂度 | (O(1)) | (O(n)) | (O(1)) | (O(n)) | (O(1)) |
优势 | 简单直观,易于实现 | 自然处理,直观 | 避免使用额外空间 | 明确记录每个值的出现次数 | 避免额外空间,直观有效 |
劣势 | 基础方法 | 栈溢出风险,大量递归 | 稍微复杂 | 需要额外空间,复杂度增加 | 逻辑稍微复杂,需要细致处理 |
应用示例
去重应用:在需要去除重复数据的多种应用场景中,如邮件列表处理、社交网络服务中的好友推荐等。
数据清洗:在预处理数据时删除重复的数据项,确保数据的质量和分析的准确性。
内存优化:在资源受限的环境中,例如嵌入式系统或移动设备,优化内存使用,提高性能。
这些方法提供了多种处理链表去重的策略,适用于不同的场景和需求,选择合适的方法可以提高代码效率和可读性。